能力结构示例 A总分表现相近
知识记得住，但病例线索容易拆错
相对稳定：记忆深度
值得强化：案例破解
核心能力评价方法
五维能力模型：从分数判断，升级为能力诊断
相同总分背后，可能是完全不同的能力问题。五维能力模型把答题表现放进记忆、流程、案例、风险与整合五种考试能力中理解。
01
记忆深度
知识能否稳定调取
02
流程复刻
规范步骤能否还原
五维能力结构示例
能力结果不是另一个总分，而是五个方向的结构关系。
03
案例破解
复杂线索能否拆解
04
风险识别
关键边界能否发现
05
跨界整合
多科知识能否连接
为什么不能只看分数
同样一个总分，两个人真正的问题可能完全不同
以下为结构示例，不使用任何真实用户分数；它只展示为什么总分无法代替能力诊断。
相同结果
不同原因
不同原因
能力结构示例 B总分表现相近
流程理解清楚，但易忽略关键风险条件
相对稳定：流程复刻
值得强化：风险识别
五维能力视角的价值，是把“结果相近”继续拆解为“训练方向不同”。
五个能力维度
一套结构，理解五种不同的考试任务
每个维度既解释一类能力问题，也能继续连接到对应的个性化训练。
01
记忆深度
不是刚看过就会，而是过一段时间仍能准确调取。
这一维关注知识掌握是否稳定：能不能在不同题目情境中想起关键概念，能不能区分相似知识，能不能在复习间隔后仍保持正确理解。
训练连接：通过相关五维演练与每日荐题，反复检验知识调取与区分能力。
02
流程复刻
不是记住几个步骤，而是能按规范顺序完整还原。
医学考试常把操作、诊疗或处置流程放进题目。流程复刻关注能否识别先后顺序、关键节点和不可遗漏的规范步骤。
训练连接：围绕流程顺序、关键节点和适用条件持续进行针对性训练。
03
案例破解
面对病例材料，能抓住决定判断的关键线索。
这一维关注信息拆解与临床判断：哪些信息最关键、哪些只是干扰，如何把症状、检查与病程组合成清晰的判断路径。
训练连接：通过病例材料拆解、关键线索识别与判断路径练习持续强化。
04
风险识别
看见易错条件、禁忌信息和题目中的关键风险。
这一维关注对边界与风险的敏感度：能否发现否定条件、特殊人群、禁忌证、并发风险，以及容易导致错误选择的细节。
训练连接：围绕易错边界、条件变化与风险线索进行识别强化。
05
跨界整合
把不同学科、知识点与临床情境连接起来。
复杂题目往往不会只考一个孤立知识点。跨界整合关注能否在多个科目、系统或知识层次之间建立联系，并在同一情境中综合应用。
训练连接：增加跨模块与综合情境训练，观察知识连接和综合应用过程。
一道题如何映射到能力
从题目表现，到能力维度，再到训练方向
元助考使用题目标签、答题数据、错误规律与能力分析理解问题，不把底层逻辑重新包装成新的产品概念。
01
题目标签
理解题目在考什么
02
答题数据
记录真实作答表现
03
错误规律
观察问题如何反复出现
04
能力维度
映射到五维结构
05
个性化训练
连接五维演练、每日荐题等
映射示例 · 非真实用户数据
如果一道病例题的关键问题是忽略禁忌条件，系统会结合后续同类答题表现与错误规律，观察它是否持续指向“风险识别”能力，而不是仅凭一道题直接下结论。
01
与AI个人备考能力画像的关系
五维能力模型是AI个人备考能力画像的重要分析框架之一。画像还会结合答题表现与学习数据，呈现当前能力状态、薄弱方向和下一阶段训练重点。
02
与五维演练的关系
画像发现某一维能力薄弱后，可通过对应的五维演练持续强化，并结合每日荐题与后续答题表现观察能力变化。
考前冲刺阶段，五维能力短板也会成为 AI动态靶向金卷 组织个人训练题组的重要依据之一。
